FinalPrevocalic/r/
2.4 Digital Signal Processing . 1 Sinyal Suara
Time for one cycle Amplitude
distance Cycle
;
ngwaveGambar 2.7 GelombangSuara
• Frekuensi
Rate yangdigunakan untuk mengukur
suara
Jumlahcycledalam 1 detikatauHertz(Hz)Menentukan jangkauan (pitch)dari suara yangdidengar oleh telinga kita.
Semakintinggi frekuensi,semakin jemih dan tajam
suara
dan semakin tinggi jangkauan{pitch) darisuara.• Amplitude*
Biasanya diukurdalam decibels(dB).
Intensitassuaraatauloudness(tingkat kekuatan).
Semakin kuatsuara,semakin besar amplitudo.
2.4.2 SoundPressureLevel(SPL)
Satuan decibel (dB) digunakan untuk mengukur tingkatan
suara
(sound level),
tetapi satuan ini juga digunakan secara luas pada bidang elektronik dan pengolahan sinyal sertakomunikas.SatuandB adalahsebuahunit logaritma yang digunakan untuk menyatakan rasio. Ratio tersebut bisa tenaga, tekanansuara
{sound pressure),
tegangan {voltage ) atau intensitasdari suatu hal. Lebih lanjut, dB berhubungan juga dengan variabel phon dan sone (unit yang berhubungan denganloudness ).dB DifferenceIn Sound Intensity level
10 \
10tunes the pover gives+10dB
5
\ twice thepover gives+3 dB
0 \+ 5
^ —
I—
1 10i—
I + 15p2 samepover
gives0 dB difference onehalf thepover gives
-
3dBPl
\
Pover
-
5 P2P1.
/onetenth thepovergives
-
10dB-
10Gambar2.8 Logaritma padaperumusanLoudness dalam Descibel.
a. Tekanansuara,levelsuaradan dB
Suara biasanyadiukur dengan menggunakan microphone dan responnya (perkiraan)secaraproporsional pada tekanansuara.Tekanan padasebuah gelombangsuaraadalah pangkat dari tekananitusendiri.Logpangkat2darix adalah ditulis menjadi 2 log x.Pada gambar 2.8 didapat rumus dari hasil perbedaan tekanansuaraantaradua
suara
yaituPI danP2dengan rumus sebagai berikut20 log(p2/pl ) dB
=
10 log (p22/pl2) dB=
10 log (P2/P1)dB=
dimanalog berbasis 10b. Acuan standardlevel("absolute"soundlevel)
Pada bagian atas tadi telah dijelaskan bahwa decibel adalah ratio. Jadi, ketika hal tersebut lebih digunakan untuk menentukan tingkatansuarauntuksuara timggal daripada sebuah ratio, sebuah level
acuan
haras ditentukan terlebih dahulu. Untuk level tekanansuara
, level acuan biasanya menggunakan 20 micropascals (20 pPa), atau 0.02 mPa. Namun demikian, nilai tersebut sudah melebihi ambang batas tingkat sensitivitas pendengaran manusia.
Tingkat sensitivitas pendengaran ini biasanya pada orang-
orang yang tidak biasa mendngar musik keras atau hingar bingar, dan tidak sering menggunakan earphone.Jika suatauhasil pengurandituliskan 86 dB,hal tersebut berarti
20 log(p2/pl )
=
86dBdimana pi aalah tekanan
suara
dari levelacuan
, dan p2 tadalah suara yang ditanyakan.pembagian pada duasisi menghasilkanlog (p2/pl )
=
4.3ataup2/pl=
104.3Angka 4 adalah log dari 10 ribu, 0.3 adalah log of 2, sehingga suara tersebut memiliki tekanansuara 20 ribu kali lebih besar dari level
acuan
(p2/pl=
20,000).86 dB adalah angkayang begitu bising,tetapi bukan sebuah nilai levelsuarayang berbahaya jika didengarkan tidak dalam jangka panjang.
Apaarti 0 dB? Level initeijadibila intensitas pengukuran
sama
dengan levelacuanyangnilainya sekitar 0.02 mPa.Dalam hal iniakan didapat nilai sebagai berikut:sound level
=
20 log(pmeasured/preference)=
20 log 1=
0 dB130 120
~
110 E7.100
;
%x 80
fN
-
70360
•
_
>U 30
£? 40
55 30 c
.
a 20
I
100
20 40 60 100 200 300 1000 2000 3000 10k 20k
Frequency(Hz)
Gambar2.9 Perbandingan perbedaan tihgkatan tekanan
suara
padaffekwensi yang berbeda.2.4.3 HiddenMarkovModel(HMM)
Teknologi pengenalan wicara (Speech Recognition) saat ini telah mengalami perkembangan yang cukup pesat. Berbagai aplikasi telah dibuat dengan berbagai pengembangan metode dan proses dari pengenalan wicara.
berbagai aplikasi untuk perbaikan pengucapan, seperti tarining dan evaluasi pengucapan bahasa Arab, bahasa Spanyol, dan Inggris yang masuk ke berbagai jumalilmiah,maupun sudah dalam bentuk produk.
Namun masalah yang ada dalam implementasi metode pengenalan suara diantaranya pada tingkat akurasi dan kecepatan dalam proses menampilkan hasil pengujian. Salahsatu metode yang dapat digunakanuntuk pengenalan pola suara yaitu Hidden Markov Tool(HMM).Saat ini telah terdapat HTK{Hidden Markov Model Toolkit ) yaitu suatu tool atau perangkat lunak yang mudah digunakan untuk membangun dan memanipulasi HMM{Hidden Markov Model).
HMM sendiri merupakan suatu sistem yang memodelkan simbol kedalam suatu mesin finite state (keadaan yang terbatas), sehingga diketahui simbol apa yang dapat mewakili sebuah parameter vektor dari sebuali kata yang dimasukkan kedalam mesin dan diestimasi berulang
-
ulang hingga dihasilkan parameter observasi dengan mean dan kovarian yang konvergen untuk setiap statenya.Dengan tool ini maka pembuatan sistem pengenalan sinyal suara manusia dapat lebih bagus dan rapi walaupun setiap kata dari orang yang berbeda dan logat dari orangyang berbeda.
Adalah sebuah sistem pengenalan
suara
yang pada dasamya mengasumsikan bahwa sinyalsuaramerupakan realisasi dari beberapa kodepesan yangberupa satu atau beberapa urutansimbol. Untuk mendapatkan simbol simbol itu, sinyal suara pertama kali diubah menjadi urutan vektor parameter diskrit dengan space yangsama
. Vektor parameter diskrit ini diasumsikan membentuk representasiyangtepat terhadap sinyalsuara
dengan selang waktu selama kurang lebih 10ms
untuk satu vektomya, karena sinyalsuara
dapat dianggap stasioner. Walaupuntidaksepenuhnyabenar,tetapihalitu adalahtafsiran yang rasional.Dasar dari pengenalan adalah pemetaan antara rangkaian vektor
suara
dan rangkaian simbol yang diinginkan.
Duahal yangmenjadimasalahyaitu:a. Pemetaandari simbol menjadi
suara
tidak satuper satu karena perbedaan simbol yang mendasar dapat mempengaruhi bunyi suara yang hampirsama
.b. Batasan antar simbol tidak dapat diidentifikasikan secara langsung pada sinyal suara. Oleh karena itu adalah tidak mungkin menganggap sinyal suarasebagai rangkaiangabungan pola pola statis.
Masalah keduadapat diatasi dengan membagi sinyal menjadi simbol yang dikenali terpisah ( word isolated recognition). Secara uraum permasalahan yang terjadi pada sistem pengenalan
suara
seperti di atas dapat diselesaikan dengan menggunakan metode hidden markov modelini.Lattices’ Constraint
Network Dictionary Speech
Data Language
Models HMM
Definitions Labels
HLabcl HLM HKct HDict
HAudio HWave HPaim
H\'Q HModclHL'til
z :
TerminalI/OHSigP HTKTool HSheU
Graphical HGraf
HMem
HMath HTrain HFB HAdapt HRec
Model
n
Adaptation TrainingGambar2.8Sistem HMMpadaHidden MarkovToolKit
Teknologl SepuluhNopemb Teknologi
SepuluhNopember Teknologi
SepuluhNopember Teknologi
SepuluhNopember Teknologi
SepuluhNopember cnoiogi
puluh Nopember
)
InstitutTeknologiSepuluh N Institut
Institut Teknologi SepuluhNopember Institut
Teknologi Sepuluh Nopember
Institut Teknologi SepuluhNopember
Institut Teknologi
SepuluhNopember Teknologi
SepuluhNopember
n
InstInstitut Institut
Institut Teknologi SepuluhNopember
Institut Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Teknologi Teki
Teknologi
SepuluhNopember Sepuluh Nopember Sep
Institut Teknologi Sepuluh Nopember Institut
Teknologi SepuluhNopember
Institut Institut
Teknologi SepuluhNopember
Institut Teknologi Sepuluh Nopember
Teknologi Sepuluh Nopember
Institut Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Institut Institut
Teknologi Sepuluh Nopember
Teknologi SepuluhNopember
•ember
5
InstitutTeknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Institut Teknologi Sepuluh Nopember it
logi uhNopember
ns
InstitutTeknologi SepuluhNop Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Institut Teknologi Sepuluh Nopember Institut
Teknologi SepuluhNopember
3
k\
Institu Teknol Sepuli Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi Sepuluh Nopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Institut Institut
Institut Teknologi Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember
Teknologi Teknologi
Nopember
is !b
Institut Teknologi SepuluhNopember Institut
Teknologi Sepuluh Nopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi Sepuluh Nopember
Institut Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi SepuluhNopember Institut
Teknologi Sepuluh Nopember Institut
Teknologi SepuluhNopember INopember
BAB3
METODE PENELITIAN